Статистических решений теория - définition. Qu'est-ce que Статистических решений теория
Diclib.com
Dictionnaire ChatGPT
Entrez un mot ou une phrase dans n'importe quelle langue 👆
Langue:

Traduction et analyse de mots par intelligence artificielle ChatGPT

Sur cette page, vous pouvez obtenir une analyse détaillée d'un mot ou d'une phrase, réalisée à l'aide de la meilleure technologie d'intelligence artificielle à ce jour:

  • comment le mot est utilisé
  • fréquence d'utilisation
  • il est utilisé plus souvent dans le discours oral ou écrit
  • options de traduction de mots
  • exemples d'utilisation (plusieurs phrases avec traduction)
  • étymologie

Qu'est-ce (qui) est Статистических решений теория - définition

ОБЛАСТЬ ИССЛЕДОВАНИЯ, ВОВЛЕКАЮЩАЯ ПОНЯТИЯ И МЕТОДЫ МАТЕМАТИКИ, СТАТИСТИКИ, ЭКОНОМИКИ, МЕНЕДЖМЕНТА И ПСИХОЛОГИИ С ЦЕЛЬЮ ИЗУЧЕНИЯ ЗАКОНОМЕР
Процесс принятия решений; Принятие решения; Теория решений
  • Виктор Васнецов]]''. [[Витязь на распутье]] (1882)

Статистических решений теория      

часть математической статистики (См. Математическая статистика) и игр теории (См. Игр теория), позволяющая единым образом охватить такие разнообразные задачи, как Статистическая проверка гипотез, построение статистических оценок (См. Статистические оценки) параметров и доверительных границ (См. Доверительные границы) для них, Планирование эксперимента и др. В основе С. р. т. лежит предположение, что распределение вероятностей F наблюдаемой случайной величины XF принадлежит некоторому априори данному множеству ℑ. Основная задача С. р. т. состоит в отыскании наилучшего статистического решения или решающего правила (функции) d = d (x), позволяющего по результатам наблюдений х над Х судить об истинном (но неизвестном) распределении F. Для сравнения достоинств различных решающих правил вводят в рассмотрение функцию потерь W [F, d (x)], представляющую убыток от принятия решения d (x) (из заданного множества D), когда истинное распределение есть F. Естественно было бы считать решающее правило d* = d*(x) наилучшим, если средний риск r (F, d*) = MFW [F, d (X)] (MF - усреднение по распределению F) не превышает r (F, d) для любого F ∈ ℑ и любого решающего правила d = d (x). Однако такое "равномерно наилучшее" решающее правило в большинстве задач отсутствует, в связи с чем наибольший интерес в С. р. т. представляет отыскание т. н. минимаксных и бейесовских решений. Решение называется минимаксным, если

Решение называется бейесовским (относительно заданного априорного распределения n на множестве ℑ), если для всех решающих правил d

,

где

между минимаксными и бейесовскими решениями существует тесная связь, заключающаяся в том, что в весьма широких предположениях о данных задачи минимаксное решение является бейесовским относительно "наименее благоприятного" априорного распределения π.

Лит.: Вальд А., Статистические решающие функции, в сборнике: Позиционные игры, М., 1967: Леман Э., Проверка статистических гипотез, пер. с англ., М., 1964.

А. Н. Ширяев.

Теория принятия решений         
Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения проблем и задач, а также способов достижения желаемого результата.
Дерево решений         
СРЕДСТВО ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Решающее дерево; Дерево принятия решений
Дерево принятия решений (также называют деревом классификации или регрессионным деревом) — средство поддержки принятия решений, использующееся в машинном обучении, анализе данных и статистике. Структура дерева представляет собой «листья» и «ветки».

Wikipédia

Теория принятия решений

Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения проблем и задач, а также способов достижения желаемого результата.

Различают нормативную теорию, которая описывает рациональный процесс принятия решения и дескриптивную теорию, описывающую практику принятия решений.